Raport z HW5

Raport z HW5 - “Export von Banannen in Tonnen”

To jest raport z zadania domowego na Wstęp do eksploracji danych, dotyczącego poprawienia wykresu i zinteraktywowania go.

Jaki wykres wybrałem do poprawy?

Export von Banannen in Tonnen von 1994-2005

Link do grafiki:

https://clarkdatalabs.github.io/banana-project/resources/banana_graph.png

Największe wady tego wykresu (co do poprawy):

1. Tło wykresu - pomijając aspekt tematyki tej analizy można było wybrać po prostu inne tło, albo… wogóle go nie wybierać. Najlepiej aby sam wykres był czytelny i to on był na pierwszym planie, a nie te zielone owoce w tle.

2. Wymiar wykresu - nie chodzi tu o jego wielkość, a o wymiarowość 3D. Ciężko porównywać słupki ze sobą i mamy duży przesyt informacji. Dodatko w środkowej części wykresu jest problem z identyfikacją do jakiej kategorii należy dany słup.

Na szczęście było łatwo się dokopać do danych, z których został zrobiony ten wykres. Oto link do nich:

https://www.fao.org/faostat/en/#data/TCL https://clarkdatalabs.github.io/banana-project/

Nowa, lepsza wizualizacja

Ze strony FAO pobrałem data frame z odpowiednimi opcjami (zaznaczyłem wszystkie kraje, eksport oraz jako przedmiot eksportowany - banany) i nazwałem go “Export bananen in tonnen”.

library(plotly)

## Warning: pakiet 'plotly' został zbudowany w wersji R 4.2.3

## Ładowanie wymaganego pakietu: ggplot2

## Warning: pakiet 'ggplot2' został zbudowany w wersji R 4.2.3

## 
## Dołączanie pakietu: 'plotly'

## Następujący obiekt został zakryty z 'package:ggplot2':
## 
##     last_plot

## Następujący obiekt został zakryty z 'package:stats':
## 
##     filter

## Następujący obiekt został zakryty z 'package:graphics':
## 
##     layout

library(dplyr)

## 
## Dołączanie pakietu: 'dplyr'

## Następujące obiekty zostały zakryte z 'package:stats':
## 
##     filter, lag

## Następujące obiekty zostały zakryte z 'package:base':
## 
##     intersect, setdiff, setequal, union

export_bananen_in_tonen <- read.csv("Export bananen in tonnen.csv")
export_bananen_in_tonen %>% 
  filter(Value >1000) %>% 
  select(Area, Year, Value) %>%
  mutate(Area = case_when(
    Area %in% c("Belgium","Luxembourg") ~ "Belgium-Luxembourg",
    TRUE ~ Area)) %>%
  filter(Year >= 1994 & Year <= 2005,
         Area %in% c("Ecuador", "Philippines", "Costa Rica", "Columbia",
                     "Guatemala", "Belgium-Luxembourg","Honduras", "USA",
                     "United Arab Emirates", "Panama", "Cameroon"))   -> export_bananen_in_tonen

Wybrałem własne kolory, które mają reprezentować kraj na wykresie:

moja_super_paleta <- c("#72F7B2", "#436BFA", "#F772EC", "#FA160B",
                       "#F7AC72", "#84FA4D", "#FAF24D", "#4DF3FA", "black")

Teraz można przejść do wykresu. Zdecydowałem się odejść od słupków, a raczej pokazać jakieś trendy liniowe porównując kraje na osi czasu (lata). Jakie zmiany zaszły?

1. Wykres jest 2D oraz liniowo-punktowy z wyborem opcji, czy chcemy mieć linie, kropki czy linie i kropki.

2. Nie dodałem tła. Tak jest po prostu czytelniej.

3. Dodałem interakcję: jeżeli najedziemy kursorem na daną linię, to wyświetli nam się informacja o ilości ton, roku oraz kraju wraz z kolorem.

plot_ly(
  data = export_bananen_in_tonen,
  x = ~Year,
  y = ~Value,
  color = ~Area,
  colors = moja_super_paleta,
  type = "scatter",
  mode = "lines+markers",
  hovertemplate = paste(
    "<b>Year</b>: %{x}",
    "<br><b>Value</b>: %{y} tons"
  )
) -> fig

fig %>% layout(
  title= "Export of bananas in tons",
  xaxis= list(title = "Country"),
  yaxis= list(title = "Value in tons"),
  updatemenus = list(
    list(
      y = 0.8,
      buttons = list(
        list(method = "update",
             args = list(list(type = "scatter", mode = "lines")),
             label = "Lines"),
        list(method = "update",
             args = list(list(type = "scatter", mode = "markers")),
             label = "Points"),
        list(method = "update",
             args = list(list(type = "scatter", mode = "lines+markers")),
             label = "Lines and points")
      )
    )
  )
)

Dlaczego nowy wykres jest lepszy?

1. nie jest 3D - da się łatwo porównać wartości dla pewnych krajów w pewnych latach. Bez konieczności patrzenia do jakiej kategorii słupek należy.

2. jest czytelny i przejrzysty - widać czarno na białym co gdzie jest, do czego należy, ile wynosi, jaka jest tendencja. Nie ma bananowego tła, tylko białe, co powoduje duży kontrast między kolorami.

3. na liniach widać więcej niż na słupkach - linie mają przewagę nad słupkami pod względem zaznaczania trendów. Na nowym wykresie wyraźnie widać, że Ekwador zwiększył eksport w latach 1994-2005, podczas gdy na starym ciężko dopatrzeć się takiej zależności.

4. nowy wykres jest interaktywny - plotly umożliwił nam dodanie interakcji do wykresu np. możemy zmienić typ lini na linię z kropkami, bez kropek oraz na same kropki. Ponadto gdy nie wiemy ile wynosi wartość w danym punkcie, to możemy sprawdzić najeżdżając kursorem na linię. Wówczas wyświetli nam się informacja o wartości w danym punkcie roku, eksportowanych bananach oraz kraju.